Tensorflow De Classification D'Images Tutoriel - Mise En Place De La Matrice De Confusion

Question 1

Je suis ce images tutoriel pour Tensorflow, mais je vais avoir de la difficulté à mettre en place une matrice de confusion, parce que le tutoriel n'est pas de suivre les X_test, y_test format traditionnel des exemples d'utilisation:

Ex:

from sklearn.metrics import classification_report, confusion_matrix
y_proba = model.predict(X_test) 
y_pred = np.argmax(y_proba,axis=1)
print('Confusion Matrix')
print(confusion_matrix(y_pred, y_test))
print('Classification Report')
print(classification_report(y_pred, y_test))

Comment puis-je configurer une confusion matrice basée sur le tensorflow images tutoriel?

Question 2

@NewtoNN J'ai regardé sur le tutoriel que vous avez fourni, mais je ne trouve pas les valeurs prédites. Vous pouvez essayer d'abord de prévoir et de comparer les vraies valeurs avec le prédit de ceux.

Essayez les solutions suivantes ou quelque chose de similaire:

from sklearn.metrics import confusion_matrix

y_proba = model.predict(val_ds)`
y_pred = np.argmax(y_proba,axis=1)`
print('Confusion Matrix')
print(confusion_matrix(y_pred, val_ds))

neuroMike · Answer 1 · 2021-11-24T07:18:35

@NewtoNN J'ai regardé sur le tutoriel que vous avez fourni, mais je ne trouve pas les valeurs prédites. Vous pouvez essayer d'abord de prévoir et de comparer les vraies valeurs avec le prédit de ceux.

Essayez les solutions suivantes ou quelque chose de similaire:

from sklearn.metrics import confusion_matrix

y_proba = model.predict(val_ds)`
y_pred = np.argmax(y_proba,axis=1)`
print('Confusion Matrix')
print(confusion_matrix(y_pred, val_ds))

Salut Mike, lorsque j'exécute le code, j'obtiens l'erreur suivante " Trouvés variables d'entrée incompatible avec le nombre d'échantillons: [480, 15]'.

Tensorflow De Classification D'Images Tutoriel - Mise En Place De La Matrice De Confusion

La question

La meilleure réponse

Dans d'autres langues

Cette page est dans d'autres langues

Populaires dans cette catégorie

Questions populaires dans cette catégorie